XX CONGRESSO DE CIÊNCIAS DA COMUNICAÇÃO NA REGIÃO SUL


INSCRIÇÃO:	01293

CATEGORIA:	PP

MODALIDADE:	PP04

TÍTULO:	A cultura de uso de dados pela Netflix: pesquisa sobre a perspectiva dos consumidores da Grande Florianópolis

AUTORES:	Willian Joacir Martins (Universidade do Sul de Santa Catarina)

PALAVRAS-CHAVE:	, , , ,

RESUMO
Este trabalho foi desenvolvido pelo Aluno Willian Martins na disciplina Projeto de Pesquisa em Publicidade e Propaganda no 7° período do curso de Publicidade e Propaganda da UNISUL. Cujo objetivo era analisar a perspectiva dos consumidores sobre a utilização dos seus dados para fins mercadológicos da empresa Netflix. Primeiro, foi desenvolvido um estudo sobre a marca, compreendendo como o uso dos dados é realizado para melhorias do produto e entrega do serviço. Segundo, foi realizado uma pesquisa quantitativa na região da Grande Florianópolis, para um grupo focal de homens e mulheres entre 18 e 40 anos. A pesquisa coletou 154 respostas e ajudou a compreender quais medidas a empresa pode tomar para desenvolver seu relacionamento com o cliente e adotar práticas transparentes quanto suas funções. A pesquisa teve como principal objetivo: Analisar o nível de conhecimento e a opinião dos consumidores da Grande Florianópolis sobre a utilização dos seus dados para fins mercadológicos pela empresa Netflix. Para cumprir tal objetivo foram estabelecidos objetivos secundários para apoiar análise e enriquecer percepções. São eles: a) Se elas sentem confiança na marca. b) Se elas possuem conhecimento sobre quais são essas melhorias adotadas a partir dos dados. c)Se elas usufruem destas melhorias. d) Confiança na marca baseada na utilização dos dados. e) O quanto elas sabem ou se preocupam sobre este assunto. Para contextualização, dados são quaisquer informações estruturadas ou não que podem ser coletadas, armazenadas e extrair valor delas. Para Nascimento (2017) “Os estruturados são aqueles que estão mais relacionados à empresa. Os semiestruturados já estão relacionados ao universo do marketing digital. Já os não estruturados acolhem, basicamente, o que vem das mídias sociais, portais de notícias entre outras mídias que não têm qualquer organização da informação.” Os dados estruturados então, são informações demográficas ou que foram recolhidas de forma organizadas em listas, planilhas e já possuem uma linha de interpretação de fácil entendimento sem muitas análise, onde facilitam no processo de apuração sem demandar um longo trabalho, como é o caso dos dados demográficos de uma lista de clientes de determinada empresa, divididos em uma planilha por colunas de fácil entendimento. Já os dados não estruturados são aqueles no quais não possuem uma apuração uniforme, vídeos, tweets, publicações no Facebook, Instagram entre outros. Por exemplo, quando estamos em busca de um produto na internet, percorremos por diversos sites de pesquisas, e analisamos os produtos a fim de escolher o ideal, após a compra divulgamos nossa opinião na internet, atribuímos uma avaliação ao produto e publicamos nossa experiência por texto, vídeo ou áudio. Este trajeto percorrido pode trazer diversas respostas como o seu tempo de escolha de um produto, caminho percorrido, motivos pela escolha e fatores decisivos para a compra. Isso são dados não estruturados, armazenados e somados com os dados de inúmeras pessoas. A Netflix já vêm se relacionando com este mercado há algum tempo, a empresa ficou conhecida pelo seu interesse na implementação do uso de dados como parte dos processos da empresa quando em 2006 lançou um concurso. Amantriain (2012) “Em 2006, anunciamos o Prêmio Netflix, uma competição de aprendizado de máquina e mineração de dados para previsão de classificação de filmes. Oferecemos US $ 1 milhão para quem melhorou a precisão do nosso sistema existente chamado Cinematch em 10%.” O concurso só encontrou um vencedor em 2009 e a partir de então a Netflix renova o concurso anualmente. Segundo Padmanabhan (2015): “A Netflix tem uma cultura baseada em dados que é fundamental para o nosso sucesso. Com bilhões de membros visualizando eventos e dezenas de milhões de preferências categóricas, temos inúmeras oportunidades para melhorar ainda mais nossas recomendações.” Como toda metodologia ou ferramenta, precisamos estar atentos aos pontos positivos e negativos.

INTRODUÇÃO
Após a definição do propósito da pesquisa foi feito um levantamento de dados secundários com base em informações já coletadas pela empresa ou outros autores que corroboram com esta pesquisa. Para Angelo (2017) “Desk research ou pesquisa de dados secundários, é uma forma de levantamento de dados já disponíveis para consulta. Esse tipo de pesquisa pode ser feito de diversas formas, consultando e coletando dados existentes em fontes diversas.” Tal pesquisa foi fundamentada e complementada por dados e informações retiradas do blog oficial de tecnologia da Netflix EUA. O termo Pesquisa é esclarecido por GIL (2002, p.17) como um (...) procedimento racional e sistemático que tem como objetivo proporcionar respostas aos problemas que são propostos. A pesquisa desenvolve-se por um processo constituído de várias fases, desde a formulação do problema até a apresentação dos resultados.” A pesquisa escolhida para este estudo é a quantitativa. Para aplicação da pesquisa Survey foi definido um público de homens e mulheres entregue 18 e 40 anos pertencentes a região da grande Florianópolis. A escolha do público alvo deu-se pelas condições de promoção da pesquisa em sua maioria dentro do centro acadêmico e o objetivo de pesquisa aplica-se com mais penetração na faixa etária proposta. A pesquisa foi aplicada virtualmente, promovida por redes sociais. A ferramenta escolhida foi a TypeForm. O dinamismo e a interatividade são cruciais para engajar o público a responder a pesquisa, por isso a escolha desta ferramenta. Foram apuradas 154 respostas em 7 dias. Por falta de informações relevantes para estruturação da pesquisa, a empresa Netflix não divulga números de público, faixa de idade e outras informações demográficas para tomar como base, a amostragem torna-se não probabilística. Para Camargo (2018) “O uso da amostragem não probabilística ocorre quando as probabilidades de conhecimento e seleção de sua amostra são desconhecidas, e não existe uma base para cálculo do universo e erro amostral.” Para a construção da pesquisa, dividimos em 3 blocos de perguntas. Primeiros dados demográficos. Dados para identificar o perfil do público da pesquisa e cruzar com suas respectivas respostas. O segundo bloco é constituído por questões de uso da plataforma, quantas horas são consumidas semanalmente, aparelho que mais consome o serviço (por exemplo smartphone, televisão e afins), quais fontes utiliza para recomendações de filmes ou seriados. Conhecimento de concorrência e assinaturas parecidas com o mesmo tipo de serviço. Este bloco juntamente com o terceiro não seguem uma linha sequencial de perguntas de acordo com o seu bloco pertencente. Para fazer sentido a pesquisa, as perguntas foram reorganizadas por ordem de raciocínio da pesquisa. O terceiro bloco é formado exclusivamente para questões da utilização dos dados. Para isso, a primeira questão é utilizada o método de pesquisa NPS (Net promoter score). Para COSSA (2016, Keiningham, Cooil, Andreassen, & Aksoy, 2007). o NPS é baseado na ideia de que o word-of-mouth pode ser gerido para criar um buzz para uma marca ou um produto, e que, com o monitoramento dessa medida, as empresas podem desenvolver formas de se tornar mais bem-sucedidas. Ele é derivado da seguinte pergunta: “Numa escala de 0 a 10, o quão provável você recomendaria a nossa empresa ou produto a um amigo ou familiar?”. O NPS é calculado como a diferença entre a percentagem dos clientes promotores (pontuações 9 ou 10) e a percentagem dos clientes detratores (aqueles que respondem de 0 a 6). A pesquisa NPS foi aplicado em dois contextos: a) Em relação a confiança na marca b) Em relação a confiança na marca portando dados dos seus usuários. A medida é justamente para compreender o contraste das respostas nos dois momentos. Crucial para o entendimento se impacta ou não percepção do cliente com a marca. Por fim, o terceiro bloco também foi constituído por perguntas a respeito de melhorias oriundas da análise dos dados dos usuários.

OBJETIVO
Foram elaboradas dezesseis perguntas objetivas sendo 100% de múltipla escolha. Categorizadas em dados demográfico, experiência do usuário e confiança na marca. Foram coletadas 154 respostas. 52,9% representa o público feminino e 47,1% masculino. A faixa etária do público entrevistado, 72,8% (110 pessoas) dos entrevistados possuem entre 18 a 25 anos. A segunda maior parcela ficou com 18,5% (28 pessoas) dos entrevistados com idade entre 25 a 30 anos. 7,3% (11 pessoas) estão entre 30 e 40 anos. Com menos de 18 anos e acima dos 50 anos representam 0,7% (1 pessoa) da pesquisa. A terceira pergunta baseia-se no método NPS (Net promoter Score), no qual mede a satisfação do cliente com a seguinte pergunta: De 0 a 10, o quanto você recomendaria a Netflix para um amigo? Os números levantados foram positivos, 57% selecionou o número 10 (sendo o nível máximo de satisfação). 18,1% (27 respostas) escolheram a nota 9. 17,4% (26 pessoas) escolheram nota 8. 7,4% (11 respostas) escolheram nota 7. O restante (2,7%) pontuou menos de 6 pontos. O método NPS defende que notas acima 9 representam os promotores da marca. 7 a 8 neutros e 6 abaixo são detratores. O que significa que mais da metade dos entrevistados são promotores da empresa Netflix. Quanto ao tempo gasto na plataforma. 42% (63 pessoas) utilizam de 2 a 5 horas semanais. 40% (60 pessoas) responderam que utilizam 1 a 2 horas e apenas 18% (27 pessoas) utiliza 5 horas ou mais. A segunda etapa da pesquisa aproxima as questões sobre a utilização dos dados. A primeira visa entender se os consumidores estão cientes que a empresa Netflix é uma das empresas que coletam o maior número de dados possível . 56,7% (85 pessoas) responderam que não tinham conhecimento disto 43,3% afirmam que já sabiam. A segunda questão procura identificar se os consumidores estão de acordo com a utilização dos dados para melhorias na entrega do serviço ou produto. 68% concordam com a utilização. 14,7% nunca pensou sobre isso. 12,7% trata como indiferente e apenas 4,7% discorda do uso de dados. A 3° pergunta é baseada novamente na metodologia NPS, porém desta vez foi questionado de 0 a 10, o quanto os clientes confiam na Netflix portando dados de consumo? 19,5% marcou 10. 13,4% responderam nota nove. 21,5% deu nota oito. 17,4% nota sete. 27,5% respondeu abaixo de seis. O que significa que neste cenário 27,5% são detratores da marca e 32,9% são promotores. Quanto as melhorias resultantes da análise dos dados, perguntamos se os consumidores identificam elas? 40% disseram que sabem quais são as melhorias e 60% não sabe responder quais são. Após está pergunta, utilizamos quatro questões para certificar se sabendo ou não, o cliente usufrui das melhorias baseadas em dados. A primeira, perguntamos se o entrevistado usufrui dos conteúdos sugeridos a ele com base no seu histórico de consumo na plataforma: 78,8% utilizam e 21,2% (32 pessoas) não utilizam. A segunda pergunta quis identificar qual fonte o entrevistado mais utiliza recomendações de séries/filmes/documentários? 57% (86 pessoas) responderam amigos, 19,9% Redes sociais. 13,2% recomendações da Netflix. 9,9% (15 pessoas) de Sites. A terceira pergunta era sobre clientes que pulam a introdução do seriado. 69,5% respondeu que sim, 30,5% responderam não. A quarta pergunta, também a respeito de melhorias e mudanças baseada em dados, quis saber se os entrevistados preferem “maratonar” (assistir vários episódios seguidos) uma séria ou assistir um episódio semanalmente sem intervalos longos de episódios novos. 71,5% (108 pessoas) preferem “maratonar” e apenas 28,5% tem a preferência de assistir uma vez por semana. Quanto a concorrência, perguntamos se os entrevistados possuem outro tipo de assinatura semelhante, 26,5% (40 pessoas) responderam sim. 73,5% disseram que não. As duas últimas questões foram desenvolvidas para criar um comparativo entre marcas que são mais populares, juntamente com a Netflix, na utilização de dados para fins estratégicos.

਀�